Letzte Woche im Beiratsmeeting eines Maschinenbauers in Süddeutschland. Vierhundert Leute, drei Standorte, gesunder Cashflow. Der Vorstand präsentiert stolz: ChatGPT Enterprise für alle ausgerollt, KI-Trainings durchlaufen, jede Abteilung hat eine eigene Use-Case-Liste.
Ich frage: Was hat sich seit dem Rollout messbar verändert?
Stille.
Dann ein ehrlicher Satz vom CFO: Wir wissen es nicht.
Genau das ist das Problem. Und es ist nicht das Problem dieses einen Maschinenbauers. Es ist das Problem von gefühlt achtzig Prozent aller Mittelstandsunternehmen die ich gerade sehe.
Der Trugschluss vom KI-Power-User
Die meisten KI Skills im Mittelstand basieren auf einer falschen Annahme. Dass jeder Mitarbeiter ein KI-Power-User werden muss. Dass Schulungen die Lösung sind. Dass mehr Lizenzen mehr Produktivität bedeuten.
Das Gegenteil ist der Fall.
Kieran Flanagan, früher SVP Marketing bei HubSpot, hat in seinem Substack gerade einen Beitrag veröffentlicht der die Sache ziemlich präzise auf den Punkt bringt. Sein Befund nach Monaten Bauen mit Claude Code: Most teams make a mistake when trying to make everyone an AI power user. That doesn’t scale. What scales is one person who understands the architecture.
Übersetzt für den Mittelstand: Ihr braucht nicht hundert Mitarbeiter die KI nutzen. Ihr braucht einen Menschen der KI baut.
Was ein Skill ist und warum das alles ändert
Ein Skill ist eine strukturierte Anweisung. Eine Datei. Sie beschreibt einer KI exakt was zu tun ist, welche Daten sie liest, welche Schritte sie geht, in welchem Format das Ergebnis rauskommt.
Klingt unspektakulär. Ist es nicht.
Denn ein Skill ist im Grunde die operationalisierte Logik eines Experten. Wie schreibt euer bester Vertriebler eine Angebotsmail? Wie analysiert eure Controllerin einen Monatsbericht? Wie bewertet euer Service-Leiter eine Reklamation? Diese Logik kann in einen Skill verpackt werden. Wiederverwendbar. Versionierbar. Verbesserbar mit jedem Lauf.
Der entscheidende Punkt: Diesen Skill schreibt nicht jeder Mitarbeiter selbst. Den schreibt eine Person für das ganze Team.
Kieran nennt das den Builder. Und seine Formel lautet: One builder. One server. Entire team multiplied.
Warum das eine Vorstandsfrage ist und keine IT-Frage
Hier wird es interessant für die Beirat-Ebene.
Die meisten Vorstände behandeln KI als Tool-Thema. Welche Plattform kaufen wir, welche Lizenzen brauchen wir, welche Schulung läuft wann. Das ist die falsche Flughöhe.
Die eigentliche Frage ist eine Organisationsfrage. Wer in eurer Organisation besitzt die Architektur eurer Skills? Wer baut sie, wer pflegt sie, wer entscheidet welcher Skill in den produktiven Stack kommt?
Drei Szenarien sehe ich gerade in DACH-Beiräten:
Szenario eins: Niemand. Skills entstehen ad-hoc bei einzelnen Power-Usern. Niemand dokumentiert, niemand teilt, niemand verbessert systematisch. Das Wissen sitzt in fünf Köpfen und geht beim ersten Wechsel verloren.
Szenario zwei: Die externe Beratung. Skills werden eingekauft. Funktionieren oft sogar gut. Nur gehört das Wissen dann dem Berater, nicht dem Unternehmen. Beim nächsten Mandat geht es zur Konkurrenz.
Szenario drei: Eine Inhouse-Builderin oder ein Inhouse-Builder. Mit Mandat, Budget und Sitz am Strategietisch. Diese Person besitzt die Skills, dokumentiert sie, verbessert sie und wird zum Multiplikator für das ganze Unternehmen.
Nur das dritte Szenario kompoundiert.
Was Beiräte jetzt fragen sollten
Als digitaler Beirat bei den Deutschen Digitalen Beiräten sehe ich diese Frage immer öfter auf den Tisch kommen. Und sie verdient eine ernsthafte Antwort, keine Schaufensterstrategie.
Drei konkrete Fragen die ihr im nächsten Beiratstermin stellen solltet:
Erstens: Wer in unserem Unternehmen baut Skills? Wenn die Antwort niemand lautet oder die externe Beratung lautet, habt ihr ein strategisches Problem.
Zweitens: Welche Skills sind heute produktiv im Einsatz? Was leisten sie messbar? Wenn das niemand weiss, gibt es keine Skill-Strategie sondern nur Skill-Theater.
Drittens: Wem gehören diese Skills? Liegen sie im Unternehmen oder bei einem Anbieter? Sind sie versionierbar oder Black Boxes?
Die Antworten auf diese drei Fragen entscheiden ob ein Unternehmen in fünf Jahren mit oder gegen KI arbeitet.
Mein Take aus der Praxis
Ich baue gerade selbst genau ein solches System. Skills für Content-Erstellung, für CRM-Anreicherung, für Engagement-Analyse. Jeder Skill liest aus den gleichen Foundation-Dateien. Jeder Skill schreibt in vordefinierte Pfade. Jeder Skill wird mit jedem Lauf besser, weil ein Feedback-Loop misst was funktioniert hat.
Das ist kein technisches Hobby. Das ist die Arbeitsorganisation der nächsten Dekade.
Und der Punkt der mich am meisten beschäftigt: Wer das früh verstanden hat, sortiert seine Branche neu. Wer es zu spät versteht, kauft sich diese Architektur in fünf Jahren teuer von denen ein die es heute bauen.
Die Mittelstandsunternehmen die jetzt eine Skill-Builderin oder einen Skill-Builder ins Org-Chart aufnehmen, schaffen sich einen strukturellen Vorteil den die anderen erst dann sehen werden, wenn er nicht mehr aufzuholen ist.
Die Zukunft passiert nicht. Sie wird entschieden.
Häufig gestellte Fragen
Eine dokumentierte Fähigkeit, die ein KI-System zuverlässig ausführt: der Ablauf, die Beispiele, die Regeln, die Abnahme. Ein Skill lässt sich übergeben, versionieren und verbessern, eine Eingabe im Chatfenster nicht.
Weil es um Organisation geht. Wer Skills baut, legt fest, welche Arbeit künftig wie erledigt wird, und das berührt Stellenprofile, Verantwortung und Haftung. Die Einkaufsentscheidung über ein Werkzeug ist dagegen die kleinere Frage.
In der Praxis eine benannte Person mit Prozesswissen, Zugriff auf die Systeme und einem Mandat, Abläufe zu ändern. Ohne Namen im Organigramm passiert es nebenbei, und nebenbei heisst in den meisten Häusern gar nicht.
Wenn im Beiratsmeeting Stille entsteht, fehlt selten das Werkzeug und fast immer die Zuständigkeit. Ich stelle diese Frage als Keynote vor Führungskreisen und im Beiratsmandat dann noch einmal, wenn die Präsentation vorbei ist.
